디포그는 급변하는 AI와 HPC 데이터 센터(DC) 환경에 최적화된 고밀도인프라의 기획설계·개념 컨설팅 역량을 기반으로 단순 제품공급을 넘어 End-to-End 인프라 디자인과 컨설팅을 핵심사업으로 확장해 나가고 있다.

 

DC인프라 전반을 아우르는 통합인프라 기업으로서 △랙킹시스템(Rack, Containment) △전력(Power) △냉각(Cooling) △네트워크(Network) △운영관리 (DCIM) 등 화이트존(White Zone) 전체에 대한 설계·구축을 수행하고 있다. 이와 동시에 안정적인 운영을 위해 필요한 그레이 존(Gray Zone)의 설계조건과 연계요건까지 함께 고려하는 통합컨설팅사업을 진행 하고 있다,

 

김형권 디포그 대표를 만나 DC인프라 기업의 역할과 DC 트렌드 등에 대해 들었다.

 

■ 주요 사업영역에서 타사대비 경쟁력은

대부분의 인프라 구축기업은 특정영역, 예를 들면 전력은 전력, 냉각은 냉각에만 집중하고 있는 모습이다.

 

그러나 디포그는 랙–전력–냉각과 매니지먼트를 포함하는 하나의 시스템으로 DC 인프라를 설계한다. AI DC에서는 이러한 모든 요소가 서로 영향을 주고받기 때문에 개별 최적화가 아닌 통합 최적화 설계경험은 핵심 경쟁력이다

또한 실제 환경에서 성능을 검증할 수 있는 실증기반 인프라 체험센터(AI ExpeC1)를 운용하고 있어 설계단계에서 일정 부분 결과를 예측할 수 있다는 점도 차별화 요소다.

 

■ 초기 사업모델과 현재 사업모델의 변화는
초기에는 랙킹시스템 제품 중심 공급· 구축 사업에서 출발했지만 현재는 DC인프라 전체를 설계하는 컨설팅기반 사업모델로 전환됐다.

특히 AI·HPC 환경요구가 확대되면서 고객요구가 단순 장비가 아닌 ‘어떻게 구성해야 하는가’로 바뀌었다. 이에 따라 디포그도 제품 공급자에서 인프라 아키텍처 디자인·컨설팅기업으로 발전하고 있다.

 

■ 디포그가 정의하는 ‘DC 인프라기업’ 역할은
디포그는 DC 인프라기업의 역할을 단순한 설비구축이 아닌 성능을 완성하는 구조 설계자라고 정의한다. 서버가 성능을 만들지만 그 성능을 실제로 구현하고 안정적으로 유지하는 것은 인프라다. 이에 따라 DC 인프라기업은 단순 시공자가 아니라 고객 비즈니스 성과를 결정짓는 핵심 설계파트너가 돼야 한다.

 

■ AI·HPC 확산에 따른 랙 설계 변화 트렌드를 평가한다면
전력밀도와 냉각방식이 변화한 게 가장 크다. 기존 IT랙이 수kW 수준이었다면 현재 AI랙은 수십kW에서 150kW 이상까지 요구되고 있다. 이에 따라 랙은 단순 구조물이 아니라 △전력 분배(Power Distribution) △냉각 인터페이스(Cooling Interface) △확장성(Containment) 등을 포함한 플랫폼 구조로 진화하고 있다.

 

또한 OCP ORV3와 같은 개방형 표준 기반 설계가 확산되며 글로벌 표준화도 빠르게 진행되고 있다. 앞으로 AI DC는 얼마나 많은 설비를 구축했는지보다 얼마나 지능적으로 랙 레벨(Rack Level)에서 설계되고 통합됐는지에 의해 정의될 것이다.

 

이에 따라 랙의 △전력 분배 △냉각 △확장성 등은 더이상 부가요소가 아닌 성능과 효율, 그리고 투자 수익성을 결정하는 핵심 인프라다.

 

디포그는 이러한 변화 속에서 ‘Intelligent Rack 기반 인프라 설계’를 통해 고객성과를 만들어내는 AI인프라 카테고리 리더로서 DC 인프라의 새로운 기준이 되도록 노력하고 있다.

 

 

■ 최근 DC시장에서 가장 큰 변화를 평가한다면
AI 확산으로 DC 설계기준 자체가 바뀌고 있다는 점이다. 과거에는 공간과 효율이 중심이었다면 현재는 전력공급 능력과 이에 따른 냉각방식이 설계의 중심이 되고 있다. 특히 공랭(Air Cooling) 중심 구조에서 수랭(Liquid)기반 냉각으로 전환되는 흐름을 가장 큰 변화로 보고 있다.

 

이로 인해 현재 AI DC 기준은 ‘얼마나 저렴하게 구축할 것인가’가 아니라 ‘얼마나 신뢰할 수 있는 AI 컴퓨팅을 제공할 수 있는가’로 바뀌고 있다. 고밀도 환경을 안정적으로 운영하고 유휴용량을 최소화하며 에너지와 운영 오버헤드를 줄이는 인프라는 초기 투자비용과 관계없이 결과적으로 AI kW당 총비용(TCO)을 낮추는 방향으로 이어진다.

결국 중요한 것은 더 큰 DC를 짓는 것이 아니라 동일한 공간과 전력 안에서 더 많은 유효 컴퓨팅을 확보하는 것이며 이는 본질적으로 인프라 설계와 통합문제라고 생각한다.

 

■ 랙–쿨링–전력의 통합 설계 경험은
디포그는 실제 프로젝트에서 랙킹시스템, 냉각, 전력, 매니지먼트를 통합 설계 해왔다. 이 과정에서 매니지먼트는 별도의 툴이나 요소로 고려할 수 있지만 랙킹 시스템, 냉각, 전력 등 세가지 요소를 분리해서는 최적의 결과를 만들 수 없다는 것 을 느꼈다.

예를 들어 전력밀도가 올라가면 전력구조가 달라지고 냉각방식도 전환돼 이에 따른 냉각방식 적용을 위해 랙 설계가 다시 변경된다.

 

이에 따라 초기 설계단계부터 통합적으로 접근해야 IT장비의 성능과 안정성, 인프라 구축 비용을 동시에 만족시킬 수 있다는 경험을 축적해왔다.

 

■ DC 리퀴드쿨링 전문기업 CoolIT과 협력관계인데
CoolIT Systems는 글로벌 리퀴드쿨링 분야에서 오랜 기술력을 보유한 전문기업이다. 특히 DLC(Direct Liquid Cooling) 영역에서 CPU와 GPU 냉각솔루션인 콜드 플레이트(Cold Plate)와 CDU를 설계· 제작·공급하며 선도하고 있다. 주요 글로벌 서버 제조사와 AI DC, 클러스터에 적용한 실적을 보유하고 있다.

 

■ 타사대비 국내에서 CoolIT 경쟁력 및 차별성은
CoolIT는 실제 AI DC와 클러스터 적용사례를 기반으로 검증된 기술을 보유하고 있다는 점이 가장 큰 강점이다. 또한 단순 제품공급이 아니라 시스템 수준에서 냉각설계와 안정성 확보 경험을 축적해 초기 도입 리스크가 큰 리퀴드쿨링시장에서 신뢰할 수 있는 선택지라는 점에서 차별성이 있다.

■ 그동안 리퀴드쿨링 성과는
리퀴드쿨링 도입 초기단계부터 다양한 설계와 제안 프로젝트를 수행하며 DLC분야의 글로벌 선도기업인 CoolIT, BAC와 협업을 통해 기술적 검증과 문제해결 경험을 쌓아왔다.

 

특히 실제 AI 서버환경을 기반으로 성능, 냉각효율, 운영안정성을 검증하는 과정을 지속적으로 수행해왔다. 이를 통해 리퀴드쿨링 적용 시 발생할 수 있는 리스크를 사전에 최소화할 수 있는 실증기반 설계 컨설팅역량을 확보하고 있다.

 

■ 최근 수행한 DC 프로젝트 대표 사례는
DC 특성상 보안규정 준수를 위해 공개적으로 발언할 수 있는 부분이 제한돼 있다. 다만 국내에 운용되고 있는 대부분의 DC에 디포그 제품이 구축돼 있다.

 

최근에 고밀도 AI 서버환경을 고려한 화이트존 인프라 설계와 구축 프로젝트를 수행하며 △전력 △냉각 △랙 구조를 통합적으로 설계했다. 이에 따라 고성능 환경에서도 안정적인 운영이 가능하도록 구현했다.

 

이외에도 다양한 사례를 국내 최초로 적용했으나 고객 사이트 보안으로 구체적으로 밝힐 수는 없어 양해 바란다.

 

 

■ 리퀴드쿨링 전환이 본격화될 시 디포그 의 대응 전략은
리퀴드쿨링을 단순 기술이 아니라 DC 구조 전반을 바꾸는 변화로 보고 있다. 이에 따라 냉각뿐만 아니라 랙킹시스템, 전력, 레이아웃(Layout)까지 함께 설계하는 통합 대응전략을 준비해 실행하고 있다.

또한 고객이 도입 전에 성능을 검증할 수 있도록 보유하고 있는 AI ExpeC1(AI Infra Experience Center 1)을 통해 실증 기반 컨설팅을 확대할 계획이다.

AI ExpeC1은 디포그가 구축한 AI 인프라 실증·체험공간이다. DC의 냉각방식은 초기 Room Cooling(CRAC, CRAH)에서 시작해 Wall Coil(Fan Wall)구조를 거쳐 고성능 서버도입과 함께 Row 단위(In-Row Cooling), 랙 단위(Rear Door Cooling)로 발전해 왔다.

최근에는 서버단위의 내부열원을 직접 냉각하는 DLC가 주요 방식으로 부상하고 있다. 특히 특정환경에서는 서버 전체를 절연 액체에 담가 열을 제거하는 액침 냉각(Immersion Cooling)까지 고려되고 있다.

고객은 다양한 냉각방식이 실제 적용· 운영되고 있는 AI ExpeC1에서 GPU 서버의 성능과 냉각효율, 전력 안정성을 데이터로 확인할 수 있다. 이를 통해 설계단계에서 다양한 인프라 구조를 비교하고 최적의 의사결정을 내릴 수 있다.

도면이나 슬라이드가 아닌 실제 운용 데이터를 기반으로 모든 열교환 방식과 인프라 구조를 비교할 수 있다. ‘이 방식이 좋다’ 같은 특정 방식의 우수성 강조보다 ‘이 데이터가 이렇게 말하고 있다’는 데이터에 기반한 성능 검증이 가능하다는 점이 특징이다. 이를 통해 고객의 요구사항을 이론만이 아닌 검증된 구조로 인프라 설계에 반영해 제공하고 있다.

 

■ 올해 사업목표와 5년 내 핵심 성장전략과 비전은
올해 주요목표는 AI DC인프라분야 에서 핵심 레퍼런스를 확보하는 것이다. 중장기적으로는 ‘Category Leader of AI·HPC Infra’라는 비전 아래 설계컨설팅부터 현장구축까지 아우르는 통합인프라 기업으로서 국내뿐만 아니라 글로벌 사업자들이 신뢰할 수 있는 최고의 파트너로서 입지를 확보할 수 있도록 노력할 계획이다.

 

■ 마지막으로 꼭 하고 싶은 말이 있다면
AI시대에는 고성능으로 설계된 서버능력을 최대한 활용할 수 있는 인프라가 서버성능을 좌우하는 시대가 되고 있다.

 

디포그는 DC 구축 중에도 발전하고 있는 최신 IT 디바이스 기술트렌드 변화에 대응할 수 있도록 운용 중인 환경에서 최신 서버도입을 위한 전력·냉각인프라를 추가로 적용할 수 있는 설계·구축 방식을 제안하고 있다.

최적의 인프라 구성을 통해 고객의 성과를 만드는 AI 인프라 카테고리 리더로서 앞으로도 DC 인프라의 새로운 기준을
만들도록 노력하겠다